Professional Documents
Culture Documents
MODELOS PROBABILISTICOS
MUESTREO I
i) Instrumentos de medicin
Los instrumentos de medicin son las herramientas que se utilizan para llevar a cabo las
observaciones. De acuerdo a lo que se desea estudiar, la caracterstica a observar, sus
propiedades y factores relacionados como el ambiente, los recursos humanos y econmicos,
etctera, es que se escoge uno de estos instrumentos.
Podemos decir que, a grandes rasgos, el proceso para utilizar, y escoger, alguno de estos
instrumentos de medicin, es el siguiente:
El trabajo de campo, consistente en la obtencin de los datos. Para ello ser preciso
seleccionar a los entrevistadores, formarlos y distribuirles el trabajo a realizar de forma
homognea.
3. Obtener los resultados, o sea, procesar, codificar y tabular los datos obtenidos para
que luego sean presentados en el informe y que sirvan para posteriores anlisis.
II) La observacin
Hay que tomar en cuenta que para que sea vlido este instrumento de observacin, se deben
observar algunas sugerencias que Castaeda Jimnez expone en su libro:
1. Con respecto a las condiciones previas a la observacin:
o Las notas deben contener todos los datos que permitan identificar el da, el
lugar y la hora de la observacin, as como las circunstancias, los actores,
etctera, que estuvieron involucrados.
4.3 La encuesta
De igual manera, al disear la encuesta y elaborar el cuestionario hay que tomar en cuenta los
recursos (tanto humanos como materiales) de los que se disponen, tanto para la recopilacin
como para la lectura de la informacin, para as lograr un diseo funcionalmente eficaz.
Segn M. Garca Ferrando, "prcticamente todo fenmeno social puede ser estudiado a travs
de las encuestas", y podemos considerar las siguientes cuatro razones para sustentar sto:
1. Las encuestas son una de las escasas tcnicas de que se dispone para el estudio de
las actitudes, valores, creencias y motivos.
4. Las encuestas permiten estandarizar los datos para un anlisis posterior, obteniendo
gran cantidad de datos a un precio bajo y en un perodo de tiempo corto.
Segn Cadoche y sus colaboradores, las encuestas se pueden clasificar atendiendo al mbito
que abarcan, a la forma de obtener los datos y al contenido, de la siguiente manera:
Como los cuestionarios estn formados por preguntas, consideremos las caractersticas que
deben reunir, pues deben excluyentes y exhaustivas, lo que se refiere a que una pregunta no
produzca dos respuestas y, simultneamente, tenga respuesta. (A cada pregunta le
corresponde una y slo una respuesta.)
Por otro lado, una manera de clasificar a las preguntas es por la forma de su respuesta:
Preguntas abiertas: que consisten en dejar totalmente libre al sujeto observado para
expresarse, segn convenga. Tiene la ventaja de proporcionar una mayor riqueza en
las respuestas; mas, por lo mismo, puede llegar a complicar el proceso de tratamiento
y codificacin de la informacin. Una posible manera de manipular las preguntas
abiertas es llevando a cabo un proceso de categorizacin, el cual consiste en estudiar
el total de respuestas abiertas obtenidas y clasificarlas en categoras de tal forma que
respuestas semejantes entre s queden en la misma categora.
Segn Cadoche y sus colaboradores, las preguntas pueden ser clasificadas de acuerdo a su
contenido:
Otra clasificacin propuesta es segn la funcin que las preguntas desarrollen dentro del
cuestionario. De esta manera tenemos:
Preguntas filtro: son aqullas que se realizan previamente a otras para eliminar a los
que no les afecte. Por ejemplo: Tiene usted coche? Piensa comprarse uno?
Preguntas trampa o de control: son las que su utilizan para descubrir la intencin con
que se responde. Para ello se incluyen preguntas en diversos puntos del cuestionario
que parecen independientes entre s, pero en realidad buscan determinar la
intencionalidad del encuestado al forzarlo a que las conteste coherentemente (ambas y
por separado) en el caso de que sea honesto, pues de lo contrario caera en
contradicciones.
Preguntas embudo: se empieza por cuestiones generales hasta llegar a los puntos
ms esenciales.
13. Redactar las preguntas para que se contesten de forma directa e inequvoca.
14. Que no levanten prejuicios en los encuestados.
16. Evitar preguntas condicionantes que conlleven una carga emocional grande.
17. Evitar estimular una respuesta condicionada. Es el caso de preguntas que presentan
varias respuestas alternativas y una de ellas va unida a un objetivo tan altruista que
difcilmente puede uno negarse.
Asimismo, hay que considerar que no todas las preguntas, o todas las formulaciones, posibles
son aquellas que se pueden utilizar. Consideremos las siguientes algunos ejemplos de las
preguntas que no deben hacerse:
Preguntas complejas: Por ejemplo: Cuando prepara sus clase prefiere consultar un
libro determinado incorporando la terminologa que este propone o escoge varios libros
de los que extrae un poco de cada uno pero que explica con sus propias palabras para
hacerlos ms accesibles a sus alumnos y no confudirlos?
Preguntas que emplean negaciones: Por ejemplo: Cul es su sincera opinin sobre
que ningn maestro debera dejar de realizar cursos de perfeccionamiento durante su
ejercicio profesional?
Preguntas demasiado abiertas: Por ejemplo: Use las pg. 5,6 y 7 respectivamente
para responder a cada una de las cuestiones a cerca de sus actitudes respecto a los
cursos de perfeccionamiento en general y a sus opiniones a cerca de su valor en la
vida profesional del maestro.
Con todo lo anterior nos podemos imaginar la importancia del planteamiento y la elaboracin
del cuesitonario, pues de la forma en que este instrumento se elabore y se redacte dependern
los resultados. Una encuesta no puede obtener buenos resultados con un mal cuestionario,
pues si el cuestionario es oscuro, ambiguo o impreciso, los resultados jams podrn ser menos
oscuros, ambiguos o imprecisos, sino al contrario: se acentuarn estas deficiencias.
o Hay que determinar el orden de los reactivos de acuerdo a los aspectos que se
mencionan ms adelante.
o Se debe tener cuidado en la formulacin de los reactivos. Una formulacin
incorrecta o diferente puede dar lugar a interpretaciones diferentes por parte
del entrevistado a las que el observador desea.
o Otra opcin es repetir dos o tres reactivos que posean la misma informacin
pero con diferente redaccin. Estos reactivos de control permitirn detectar
cundo el entrevistado est contestando honestamente.
De manera muy similar, Cadoche y sus colegas proponen una gua para preparar un
cuestionario:
3. Cuentan los informantes con los datos necesarios para contestar la pregunta?
La entrevista
La utilizacin de este instrumento conlleva una mayor habilidad por parte del encuestador u
observador en conducir el tema de la entrevista, debido a que las respuestas son por lo general
abiertas y permiten implementar nuevas preguntas no contempladas por el encuestador
inicialmente. Esto proporciona la ventaja de explotar temas no contemplados inicialmente o
ahondar en algunos de los contemplados. Mas tiene la desventaja de que, si no se tiene la
suficiente habilidad para mantener el tema, la entrevista se "pierde" e, incluso, puede
invalidarse.
Las recomendaciones en general y las referentes al tipo de preguntas utilizadas, son las
mismas que las realizadas para el caso del cuestionario, aunque se le aade el uso de una
grabadora (de audio o de vdeo) para la posterior transcripcin de los dilogos.
Clculo del ta(1) Por distribucin muestral se entiende la distribucin de frecuencias de los
valores de un estadstico en infinitas muestras iguales.
Para guiarte en la elaboracin de la encuesta, puedes visitar el artculo: cmo disear una
encuesta.
Supongamos que la encuesta tiene como objetivos analizar al pblico objetivo, evaluar la
factibilidad de lanzar una nueva marca de jeans al mercado, y ayudar a realizar el pronstico
de ventas.
Buenos das/tardes, estamos realizando una encuesta para evaluar el lanzamiento de una
nueva marca de jeans para damas. Le agradeceremos brindarnos un minuto de su tiempo y
responder las siguientes preguntas:
Si
No
Fiorucci
Sibilla
Pioner
Milk
Tayssir
Otras
La marca
La calidad de la tela
El modelo
Los acabados
El precio
Otros
Clsicos
Pitillos
Acampanados
Capri
De pretina ancha
Otros
Doble bolsillo
Dobleces en piernas
Bolsillos en piernas
Otros
Centros comerciales
Bazares o galeras
Supermercados
Mercados mayoristas
Otros
Semanal
Quincenal
Mensual
Cada 3 meses
Cada 6 meses
Mayor a un ao
Otros
Menos de US$20
Ms de US$60
No
No sabe / no opina
Tamao de la muestra
Resultados de la encuesta
Si 98%
No 2%
Total 100%
Conclusiones: casi el total del pblico encuestado afirma usar la prenda del jean. Dicho pblico
conformara la demanda potencial.
Fiorucci 13%
Sibilla 9%
Pioner 12%
Milk 9%
Tayssir 10%
Otras 19%
Total ?
Conclusiones: un gran porcentaje de 28% afirma no tener preferencia por alguna marca de jean
en particular, lo que brinda factibilidad al hecho de lanzar una nueva marca al mercado.
La marca ?
El modelo 20%
El precio 11%
Otros 5%
Total ?
Conclusiones: segn los resultados, las principales razones por las que una persona elige una
prenda de jean, son los modelos, los acabados y lo bien que le pueda quedar; por lo que stos
sern los principales aspectos a tomar en cuenta al momento de confeccionar la prenda.
Otro punto a considerar es que al momento de adquirir una prenda de jean, tanto la marca
como el precio no son tomados muy en cuenta, lo que brinda cierta factibilidad al hecho de
lanzar una nueva marca al mercado, y permite aumentar un poco el precio del producto.
Clsicos 22%
Pitillos 19%
Acampanados ?
Capri 9%
Total ?
Conclusiones: los modelos clsicos parecieran nunca dejar de ser los preferidos; en segundo
lugar estn los modelos de pitillos, que son los que supuestamente estn de moda; y en tercer
lugar estn los modelos de pretina ancha, que an siguen siendo uno de los preferidos.
Para la confeccin de las prendas, se utilizarn todos los modelos mencionados en la pregunta,
pero se dar especial atencin a los 3 modelos de mayor preferencia.
Otros 13%
Total ?
Conclusiones: en cuanto a los adornos de un jean, hay preferencia por los cierres en los
bolsillos, tanto delanteros como traseros, aunque tambin hay un buen porcentaje que prefiere
los jeans sin muchos de estos adornos. Se tomar en cuenta esta informacin al momento de
disear las prendas.
Total ?
Conclusiones: se observa una mayor preferencia por las aplicaciones en los bolsillos traseros,
especialmente en lo que a bordados se refiere, aunque tambin hay que resaltar el porcentaje
de 15% que prefiere las prendas sin tantas aplicaciones. Se tomar en cuenta esta informacin
al momento de disear los jeans.
Bazares o galeras ?
Supermercados 18%
Otros ?
Total 100%
Conclusiones: del pblico encuestado, el mayor porcentaje afirma preferir los bazares y
galeras para realizar las compras de sus jeans, aunque seguido de cerca en preferencia de los
centros comerciales y las tiendas por departamento. Se tomar en cuenta esta informacin al
momento de establecer los canales de distribucin o puntos de ventas.
Semanal 6%
Quincenal 13%
Mensual 17%
Cada 3 meses ?
Anual 15%
Mayor a un ao 3%
Total ?
Ms de $60 7%
Total 100%
S ?
No 9%
No sabe / no opina ?
Total 100%
Conclusiones: un 87% afirma que estara dispuesto a probar una nueva marca de jeans, lo que
es un indicio ms sobre la factibilidad de lanzar una nueva marca al mercado.
Conclusiones generales
Como conclusiones generales de la encuesta, sta nos permiti conocer las preferencias y
gustos de los consumidores que conforman el pblico objetivo y, de ese modo, ayudarnos a
poder disear un producto de acuerdo a dichas preferencias y gustos, es decir, un producto
que satisfaga dichas preferencias y gustos.
Asimismo, nos permiti determinar la factibilidad del hecho de lanzar una nueva marca de
jeans al mercado, debido principalmente a la conclusin que se obtuvo de que las mujeres que
conforman el pblico objetivo, al momento de adquirir una prenda de jean, se fijan ms en los
modelos, y en lo bien que le pueda quedar la prenda, antes que fijarse en el hecho de que sea
una marca conocida.
Y, finalmente, nos ayud a determinar nuestro pronstico de ventas, al conocer cuntas
personas usan la prenda del jean, cuntas estaran dispuestas a probar una nueva marca,
cunto estaran dispuestas a pagar por un jean, y con qu frecuencia adquieren la prenda.
EJERCICIO:
Tamao de la muestra
A la hora de determinar el tamao que debe alcanzar una muestra hay que tomar en cuenta
varios factores: el tipo de muestreo, el parmetro a estimar, el error muestral admisible, la
varianza poblacional y el nivel de confianza. Por ello antes de presentar algunos casos
sencillos de clculo del tamao muestral delimitemos estos factores.
Estadstico. Los datos o medidas que se obtienen sobre una muestra y por lo tanto una
estimacin de los parmetros.
Veamos los pasos necesarios para determinar el tamao de una muestra empleando el
muestreo aleatorio simple. Para ello es necesario partir de dos supuestos: en primer lugar el
nivel de confianza al que queremos trabajar; en segundo lugar, cual es el error mximo que
estamos dispuestos a admitir en nuestra estimacin. As pues los pasos a seguir son:
: varianza poblacional
e: error mximo
si esta condicin se cumple el proceso termina aqu, y ese es el tamao adecuado que
debemos muestrear.
Buscamos en las tablas de la curva normal el valor de que corresponde con el nivel de
1.-
EJERCICIO COMPLETAR SE DICE QUE n=3706 DE DONDE SALE ESTE VALOR?
EJERCICIO COMPLETAR SE DICE QUE 10000 < 13730730 DE DONDE SALE ESTE
VALOR?
EJERCICIO Siguiendo con el estudio planteado en el punto anterior, supongamos que tratamos
de estimar la proporcin de mujeres que trabajan diariamente 10 horas o ms. De un estudio
piloto se dedujo que P=0.30, fijamos el nivel de confianza en 0.95 y el error mximo 0.02.
N=1678
NOTA WEBBIOGRAFIA
Adaptado y tomado de
http://www.une.edu.py/maestriacs/mustreo_1.pdf
http://www.psico.uniovi.es/Dpto_Psicologia/metodos/tutor.7/p3.html
http://www.fisterra.com/mbe/investiga/9muestras/9muestras2.asp
Estimacin de una Proporcin
En este despeje podemos observar que se necesita el valor del parmetro P y es precisamente
lo que queremos estimar, por lo que lo sustituiremos por la proporcin de la muestra p siempre
y cuando el tamao de muestra no sea pequeo.
Ejemplos:
n=500
p = 15/500 = 0.03
z(0.90) = 1.645
0.0237<P<0.0376
Se sabe con un nivel de confianza del 90% que la proporcin de discos defectuosos que no
pasan la prueba en esa poblacin esta entre 0.0237 y 0.0376.
2. En una muestra de 400 pilas tipo B fabricadas por la Everlast Company, se encontraron
20 defectuosas. Si la proporcinp de pilas defectuosas en esa muestra se usa para
estimar P, que vendr a ser la proporcin verdadera de todas las pilas defectuosas tipo
B fabricadas por la Everlast Company, encuentre el mximo error de estimacin tal
que se pueda tener un 95% de confianza en que P dista menos de de p.
Solucin:
p=x/n = 20/400=0.05
z(0.95)=1.96
Si p=0.05 se usa para estimar P, podemos tener un 95% de confianza en que P dista menos de
0.021 de p. En otras palabras, si p=0.05 se usa para erstimar P, el error mximo de estimacin
ser aproximadamente 0.021 con un nivel de confianza del 95%.
Esto da por resultado dos valores, (0.029, 0.071). Con un nivel de confianza del 95% se sabe
que la proporcin de pulas defectuosas de esta compaa est entre 0.029 y 0.071.
Solucin:
P= 60/300 = 0.20
Z(0.90) = 1.645
0.162<P<0.238
Ejemplos:
Solucin:
Es deseable que la diferencia de medias sea positiva por lo que se recomienda restar la media
mayor menos la media menor. En este caso ser la media del motor B menos la media del
motor A.
La interpretacin de este ejemplo sera que con un nivel de confianza del 96% la diferencia del
rendimiento promedio esta entre 3.43 y 8.57 millas por galn a favor del motor B. Esto quiere
decir que el motor B da mas rendimiento promedio que el motor A, ya que los dos valores del
intervalo son positivos.
Solucin:
-2662.68< B- A<6262.67
Grficamente:
Como el intervalo contiene el valor "cero", no hay razn para creer que el promedio de duracin
del neumtico de la marca B es mayor al de la marca A, pues el cero nos est indicando que
pueden tener la misma duracin promedio.
Aqu se tiene el mismo caso que en la estimacin de una proporcin, ya que al hacer el
despeje nos queda las dos proporciones poblacionales y es precisamente lo que queremos
estimar, por lo que se utilizarn las proporciones de la muestra como estimadores puntuales:
Ejemplos:
Solucin:
Sean P1 y P2 las proporciones reales de defectuosos para los procesos actual y nuevo,
respectivamente. De aqu, p1=75/1500 = 0.05 y p2 = 80/2000 = 0.04. con el uso de la tabla
encontramos que z para un nivel de confianza del 90% es de 1.645.
-0.0017<P1-P2<0.0217
Como el intervalo contiene el valor de cero, no hay razn para creer que el nuevo
procedimiento producir una disminucin significativa en la proporcin de artculos defectuosos
comparada con el mtodo existente.
2. Un artculo relacionado con la salud, reporta los siguientes datos sobre la incidencia de
disfunciones importantes entre recin nacidos con madres fumadoras de marihuana y
de madres que no la fumaban:
Usuaria No Usuaria
Tamao Muestral 1246 11178
Solucin:
-0.0064<P1-P2<0.0212
Este intervalo es bastante angosto, lo cual sugiere que P1-P2 ha sido estimado de manera
precisa.
Al iniciar cualquier investigacin, la primer pregunta que surge es: de qu tamao debe ser la
o las muestras?. La respuesta a esta pregunta la veremos en esta seccin, con conceptos que
ya se han visto a travs de este material.
Qu tan grande debe ser una muestra si la media muestral se va a usar para estimar la media
poblacional?. La respuesta depende del error estndar de la media, si este fuera cero,
entonces se necesitara una sola media que ser igual necesariamente a la media poblacional
desconocida , porque = 0. Este caso extremo no se encuentra en la prctica, pero
refuerza el hecho de que mientras menor sea el error estndar de la media, menor es el
tamao de muestra necesario para lograr un cierto grado de precisin.
Se estableci antes que una forma de disminuir el error de estimacin es aumentar el tamao
de la muestra, si ste incluye el total de la poblacin, entonces sera igual a cero. Con
esto en mente, parece razonable que para un nivel de confianza fijo, sea posible determinar un
tamao de la muestra tal que el error de estimacin sea tan pequeo como queramos, para ser
mas preciso, dado un nivel de confianza y un error fijo de estimacin , se puede escoger un
Como n debe de ser un nmero entero, redondeamos hacia arriba todos los resultados
fraccionarios.
En el caso de que se tenga una poblacin finita y un muestreo sin reemplazo, el error de
estimacin se convierte en:
Ejemplos:
Solucin:
2. Una empresa elctrica fabrica focos que tienen una duracin aproximadamente normal
con una desviacin estndar de 40 horas. De qu tamao se necesita una muestra si
se desea tener 96% de confianza que la media real est dentro de 10 horas de la
media real?
Se necesita una muestra de 68 focos para estimar la media de la poblacin y tener un error
mximo de 10 horas.
Se puede observar como el tamao de la muestra aumenta, pero esto tiene como beneficio una
estimacin ms exacta.
3. Suponga que en el ejercicio anterior se tiene una poblacin de 300 focos, y se desea
saber de que tamao debe de ser la muestra. El muestreo se realizar sin reemplazo.
Solucin:
Como se tiene una poblacin finita y un muestreo sin reemplazo es necesario utilizar la formula
con el factor de correccin.
Si se tiene una poblacin finita de 300 focos slo se tiene que extraer de la poblacin una
muestra sin reemplazo de 56 focos para poder estimar la duracin media de los focos restantes
con un error mximo de 10 horas.
Se desea saber que tan grande se requiere que sea una muestra para asegurar que el error al
estimar P sea menor que una cantidad especfica .
Esta frmula est algo engaosa, pues debemos utilizar p para determinar el tamao de la
muestra, pero p se calcula a partir de la muestra. Existen ocasiones en las cuales se tiene una
idea del comportamiento de la proporcin de la poblacin y ese valor se puede sustituir en la
frmula, pero si no se sabe nada referente a esa proporcin entonces se tienen dos opciones:
Tomar una muestra preliminar mayor o igual a 30 para proporcionar una estimacin de
P. Despus con el uso de la frmula se podra determinar de forma aproximada
cuntas observaciones se necesitan para proporcionar el grado de precisin que se
desea.
Tomar el valor de p como 0.5 ya que sustituyendo este en la frmula se obtiene el
tamao de muestra mayor posible. Observe el siguiente ejemplo:
p n
0.10 3.84
0.20 6.82
0.30 8.96
0.40 10.24
0.50 10.67
0.60 10.24
0.70 8.96
0.80 6.82
0.90 3.84
Como se puede observar en la tabla anterior cuando P vale 0.5 el tamao de la muestra
alcanza su mximo valor.
En el caso de que se tenga una poblacin finita y un muestreo sin reemplazo, el error de
estimacin se convierte en:
Ejemplos:
Solucin:
Se tratarn a las 500 familias como una muestra preliminar que proporciona una estimacin de
p=340/500=0.68.
Por lo tanto si basamos nuestra estimacin de P sobre una muestra aleatoria de tamao 2090,
se puede tener una confianza de 95% de que nuestra proporcin muestral no diferir de la
proporcin real por ms de 0.02.
2. Una legisladora estatal desea encuestar a los residentes de su distrito para conocer
qu proporcin del electorado conoce la opinin de ella, respecto al uso de fondos
estatales para pagar abortos. Qu tamao de muestra se necesita si se requiere un
confianza del 95% y un error mximo de estimacin de 0.10?
Solucin:
Si se recuerda a la distribucin muestral de diferencia de medias se tiene que error esta dado
por:
Para el segundo caso se pondr una n en funcin de la otra. Este caso se utiliza cuando las
poblaciones son de diferente tamao y se sabe que una es K veces mayor que la otra.
Ejemplo:
Si se recuerda a la distribucin muestral de diferencia de medias se tiene que error esta dado
por:
Para el segundo caso se pondr una n en funcin de la otra. Este caso se utiliza cuando las
poblaciones son de diferente tamao y se sabe que una es K veces mayor que la otra.
Ejemplo:
Problemas propuestos
A cuntas personas tendramos que estudiar para conocer la prevalencia de diabetes? Utilizar
Donde:
3)
4)
4. Suponga que se quiere estimar la produccin media por hora, en un proceso que
produce antibitico. Se observa el proceso durante 100 perodos de una hora,
seleccionados al azar y se obtiene una media de 34 onzas por hora con una desviacin
estndar de 3 onzas por hora. Estime la produccin media por hora para el proceso,
utilizando un nivel de confianza del 95%.
6. Se seleccionaron dos muestras de 400 tubos electrnicos, de cada una de dos lneas
de produccin, A y B. De la lnea A se obtuvieron 40 tubos defectuosos y de la B 80.
Estime la diferencia real en las fracciones de defectuosos para las dos lneas, con un
coeficiente de confianza de 0.90 e interprete los resultados.
1. 0.07532 P 0.1246
2. n= 44
4. 33.412 34.588
5. n= 6147
7. n= 1086
8. 12.22 1- 2 13.98
9. n= 8